python - 如何在pandas数据框+ python中的一列中查找<>之间的多个子字符串

Question

我正在使用 Pandas 和 Python。我的数据是:

a=pd.DataFrame({'ID':[1,2,3,4,5],
                'Str':['aa <aafae><afre> ht4',
                       'v fef <><433>',
                       '<1234334> <a>',
                       '<bijf> 04<9tu0>q4g <vie>',
                       'aaa 1']})

我想提取<>之间的所有子字符串并将它们与空白合并。例如，上面的例子应该有结果:

aafae afre
  433
1234334 a
bijf 9tu0 vie
nan

因此 < > 之间的所有子字符串都被提取出来。如果没有这样的字符串，就会出现 nan。我已经尝试过 re 库和 str 函数。但我对正则表达式真的很陌生。有人可以帮我吗？

Answer 1

使用pandas.Series.str.findall:

a['Str'].str.findall('<(.*?)>').apply(' '.join)

输出:

0       aafae afre
1              433
2        1234334 a
3    bijf 9tu0 vie
4                 
Name: Str, dtype: object